可信数据空间“六数”密码，开启数据要素新时代

在数字化浪潮席卷全球的当下，数据已成为驱动经济发展的核心要素，如同石油之于工业时代，其价值不言而喻。

而可信数据空间，作为数据要素流通的关键基础设施，正逐渐走进大众视野，成为数字经济发展的新引擎。

简单来说，可信数据空间是一种新型的数据流通利用基础设施，也是一个生态系统概念。

它基于共识规则，联接多方主体，实现数据资源共享共用，保障数据要素在安全可信的环境中汇聚、共享、开放和应用 ，让数据 “可用不可见，可控可计量”，有效解决数据流通中的信任难题，最大化释放数据价值。

想象一下，在一个城市里，交通数据、医疗数据、政务数据等各类数据分散在不同部门和机构中。

以往，这些数据就像一座座孤岛，难以实现高效流通和协同利用。

有了可信数据空间，就如同搭建了一座桥梁，将这些孤岛连接起来，在确保数据安全和隐私的前提下，实现数据的流通与共享，进而为城市规划、医疗服务优化、政务服务提升等提供有力支持。

国家数据局发布的《可信数据空间发展行动计划（2024—2028 年）》，首次系统性提出以 “六数”，也就是 “数治”“数用”“数创”“数标”“数联”“数管” 为切入点，推动可信数据空间建设。

这一框架为破解数据流通困境、激活数据要素价值提供了关键路径，就像为可信数据空间这台引擎注入了强大动力，使其能够高效运转，推动数字经济蓬勃发展。接下来，就让我们深入解析 “六数” 的内涵与实践路径。

一、数治：筑牢技术根基

（一）关键技术突破

可信数据空间的底层逻辑是技术驱动，“数治” 的核心就在于解决数据流通全生命周期的安全与效率问题。

这其中，数据标识、隐私计算、智能合约等技术发挥着关键作用 。

数据标识技术就像是给数据贴上了独一无二的 “身份证”，让数据在流通中能够被准确识别和追踪。

通过为数据赋予唯一的标识编码，不同来源、不同格式的数据可以被清晰地区分和管理，为后续的数据处理、分析和共享奠定了基础。

隐私计算则是保障数据安全的 “坚固盾牌”，它允许数据在不泄露原始内容的前提下进行分析和计算，实现了数据的 “可用不可见”。

同态加密作为隐私计算的一种重要技术，能够对密文进行计算，且计算结果解密后与对明文计算的结果一致。

这意味着数据在加密状态下就可以完成各种分析任务，大大降低了数据泄露的风险。

例如，在石油勘探领域，企业往往拥有大量的地质数据、勘探数据等敏感信息。

这些数据对于企业的决策和发展至关重要，但直接共享原始数据又存在安全隐患。

通过同态加密技术，企业可以将加密后的数据与第三方研究机构或合作伙伴共享，对方在不知道原始数据内容的情况下，利用加密数据进行协同分析，如对地震数据进行处理以预测油气藏的位置。

分析完成后，企业可以获取计算结果，而原始数据始终保持安全，不会被泄露。

智能合约则是一种基于计算机协议的自动执行合约，它以代码的形式定义了数据交换和交易的规则和条件。

一旦满足预设条件，智能合约就会自动执行，无需人工干预，确保了数据交易的可追踪性和不可逆转性。

在数据流通中，智能合约可以用于自动化数据授权、访问控制和收益分配等环节。

比如，当数据需求方需要获取特定数据时，智能合约可以根据预先设定的权限和费用标准，自动验证需求方的身份和支付情况，若符合条件，则自动授权其访问数据，并将相应的费用支付给数据提供方，整个过程透明、高效且安全，大大提高了数据流通的效率和可信度。

（二）全周期管控

除了关键技术突破，实现数据全周期的可信管控也是 “数治” 的重要内容。

数据沙箱和动态密钥管理等手段，为数据从汇聚、处理到利用的全流程提供了可靠保障。

数据沙箱是一种隔离环境，它就像是一个 “安全屋”，允许用户在其中运行程序和处理数据，而不会影响到外部系统或数据的安全性。

在数据汇聚阶段，通过数据沙箱可以对原始数据进行初步的清洗和预处理，确保进入后续流程的数据质量。

在数据处理过程中，数据沙箱提供了一个独立的计算环境，防止数据处理过程中的错误或恶意行为对其他数据造成影响。

同时，数据沙箱还可以对数据的访问和使用进行严格的控制和审计，记录数据的流向和使用情况，以便在出现问题时能够及时追溯和问责。

动态密钥管理则是根据数据的使用场景和需求，实时生成和更新加密密钥，确保数据在传输和存储过程中的安全性。

在数据流通的不同阶段，动态密钥管理系统会根据数据的重要性、敏感程度以及访问权限等因素，动态地生成和分配不同的密钥。

例如，在跨境数据流动中，由于涉及不同国家和地区的法律法规以及网络环境的差异，数据的安全风险更高。

企业可以采用动态密钥管理技术，在数据传输前生成临时密钥对数据进行加密，并且在数据传输过程中根据网络状况和安全威胁的变化，实时更新密钥。

当数据到达目的地后，接收方使用相应的密钥进行解密，确保数据在整个跨境流动过程中的安全性，有效避免了数据被窃取或篡改的风险，同时也避免了数据在第三方平台上的二次扩散。

（三）实践建议

对于企业而言，在可信数据空间建设中，应优先引入隐私计算技术，这是解决数据安全与流通矛盾的关键。

企业可以根据自身业务特点和数据需求，选择合适的隐私计算方案，如联邦学习、多方安全计算等。

同时，企业要积极参与行业内的数据安全标准制定和技术交流，与上下游企业共同构建安全可信的数据流通生态。

政府在可信数据空间的技术建设中扮演着重要的引导和推动角色。

一方面，政府应加大对核心技术攻关的支持力度，通过政策引导、资金扶持等方式，鼓励科研机构和企业开展数据标识、隐私计算、智能合约等关键技术的研发，提高我国在数据安全领域的自主创新能力。

另一方面，政府要积极推动开源生态建设，促进技术的共享与创新。

通过建立开源社区、举办开源竞赛等活动，吸引更多的开发者参与到可信数据空间技术的开发和应用中来，加速技术的迭代和推广，降低企业的技术应用门槛，推动整个行业的发展。

二、数用：场景驱动价值释放

（一）企业场景

可信数据空间的落地离不开应用场景的牵引，“数用” 就是要通过多场景应用示范，激发数据的潜在价值。

在企业场景中，龙头企业牵头构建产业链可信空间，能够实现产业链上下游的数据共享与协同，为企业带来显著的效益提升。

以汽车行业为例，汽车产业链长、覆盖面广，涉及大量工业数据的产生、加工与使用。

在传统模式下，汽车制造商、零部件供应商、物流企业等产业链上下游企业之间的数据流通存在诸多障碍，信息不对称导致库存管理效率低下，企业难以实现精准的生产计划和供应链协同。

而通过构建可信数据空间，汽车行业的龙头企业可以与上下游企业共享供应链数据，实现信息的实时交互和协同管理。

在库存管理方面，借助可信数据空间，汽车制造商能够实时获取零部件供应商的库存信息、生产进度以及物流配送状态等数据。

通过对这些数据的分析和整合，制造商可以精准预测零部件的需求，优化自身的库存水平，实现零库存协同。

当汽车制造商制定生产计划时，系统会根据可信数据空间中实时更新的供应商库存数据，自动判断所需零部件的库存情况。

如果发现某种零部件库存不足，系统会及时向供应商发出补货请求，同时调整生产计划，确保生产的连续性。

而供应商也能通过可信数据空间了解制造商的生产需求，提前安排生产和配送，避免了库存积压或缺货的情况发生。

这种基于可信数据空间的库存管理模式，不仅降低了企业的库存成本，提高了资金使用效率，还增强了整个产业链的协同能力和抗风险能力，使汽车行业在激烈的市场竞争中更具优势。

（二）跨境场景

在全球化的背景下，跨境数据流动对于企业拓展国际市场、开展国际合作至关重要。

然而，跨境数据流动面临着复杂的法律法规、安全风险等问题，如何确保数据的合规流动成为一大挑战。

“自贸区式” 数据沙箱和负面清单管理为解决这一问题提供了创新思路。

“自贸区式” 数据沙箱是一种在特定区域内设立的数据安全试验环境，它借鉴了自由贸易区的管理模式，为跨境数据流动提供了相对宽松的政策环境。

在数据沙箱内，企业可以在符合一定安全标准和监管要求的前提下，进行跨境数据的流通和应用创新试验。

这种模式既保障了数据的安全，又为企业提供了探索跨境数据业务的机会，有助于推动跨境数据流动的实践和发展。

负面清单管理则是明确列出禁止或限制跨境数据流动的范围，清单之外的数据可以自由跨境流动。

这种管理方式为企业提供了清晰的合规指引，降低了企业在跨境数据流动中的不确定性和合规成本。

以天津自贸试验区为例，其制定的《中国（天津）自由贸易试验区数据出境管理清单（负面清单）（2024 年版）》，将出境数据分为 13 大类 46 子类，明确了需要申报数据出境安全评估、订立个人信息出境标准合同、通过个人信息保护认证的情形 。

企业只需对照负面清单，即可判断自身的数据出境行为是否合规，大大提高了跨境数据流动的效率和可操作性。

通过 “自贸区式” 数据沙箱和负面清单管理的结合，跨境数据能够在安全合规的框架内有序流动，促进了国际间的数据合作与交流，为企业开展跨境业务提供了有力支持，推动了全球数字经济的融合发展。

（三）政府数据开放

政府掌握着大量的公共数据，这些数据蕴含着巨大的价值，通过开放和合理利用，可以为城市规划、社会治理等提供重要的决策支持。

北京市在政府数据开放方面进行了积极探索，通过脱敏后的公共数据，结合分析工具辅助城市规划决策，取得了显著成效。

在城市规划中，交通数据、人口数据、土地利用数据等公共数据对于科学规划城市布局、优化交通设施、提升公共服务水平至关重要。

北京市将这些脱敏后的公共数据进行整合和分析，为城市规划提供了多维度的数据支持。

利用大数据分析手段，北京市能够精准识别城市空间、道路交通需求与定位，辅助街道空间资源调配。

通过分析交通流量数据，找出交通拥堵的热点区域和时段，从而针对性地优化交通信号灯配时、调整公交线路、建设智能交通诱导系统等，有效缓解了交通拥堵状况。

在北京大学人民医院西直门院区周边，通过接入市交通委、西城区大数据平台、互联网企业等 10 大类 60 多项数据资源，结合路网微观诊断评价模型和深度图网络时空扩散模型

开展重点区域微循环仿真，实现了对交通潜在运行规律的挖掘、异常状况的动态识别和发展态势的预测，为制定综合交通治理计划和治理措施提供了决策支持，使高峰期排队进院时间从过去经常 1 个多小时，减少至现在 10 多分钟，时间节约近 80% 。

在城市更新项目中，政府数据开放也发挥了重要作用。通过采集职住人群、访客来源、交通流量、业态 POI 等大数据，综合研判功能、交通和行为特征，从文化格局、历史业态、现状业态、交通系统、建筑风貌视角研判大街特色，进一步支撑文化价值的彰显。

在东城区崇雍大街城市设计与更新实施示范项目中，通过大数据分析，明确了街道 “文风京韵、大市银街” 的总体特色，为历史风貌保护、人居环境品质改善和街道功能提升提供了有力依据

建设了 “雍和八景”“东四八景” 景观节点，修缮和恢复了 56 处老建筑，改造更新从 “立面” 走向 “院落”，增设了便民文化服务设施，得到了社会各界的广泛好评。

（四）实践建议

为了更好地推动可信数据空间在各场景中的应用，释放数据价值，建议优先在机械制造、智慧城市等数据密集型领域进行试点。

这些领域数据量大、数据价值高，对数据的流通和应用需求迫切，通过试点能够快速验证可信数据空间的可行性和有效性，形成可复用的标杆案例。

在机械制造领域，企业可以利用可信数据空间实现生产数据的共享与协同，优化生产流程，提高生产效率和产品质量。

通过可信数据空间，不同生产环节的企业可以实时共享设备运行数据、生产进度数据、质量检测数据等，实现生产过程的精准控制和协同优化。

当一台机床出现故障时，设备运行数据会实时传输到可信数据空间，相关企业可以及时获取故障信息，安排维修人员进行抢修，同时调整生产计划，避免因设备故障导致的生产延误。

在智慧城市建设中，可信数据空间可以整合城市交通、能源、环境、医疗等各个领域的数据，实现城市运行的全面感知和智能决策。

通过对交通数据的实时分析，实现智能交通调度，缓解交通拥堵；通过对能源数据的监测和分析，优化能源分配，实现节能减排；

通过对医疗数据的共享和分析，提高医疗服务的效率和质量，实现远程医疗、智能诊断等创新应用。

通过在这些数据密集型领域的试点，不断总结经验，完善技术和应用模式，形成可复制、可推广的标杆案例，为其他行业和领域应用可信数据空间提供参考和借鉴，从而推动可信数据空间在更广泛的范围内落地生根，实现数据要素的高效流通和价值最大化。

三、数创：培育产业生态

（一）主体培育

可信数据空间要真正实现价值共创，离不开一个繁荣的产业生态，而 “数创” 正是培育这一生态的关键。

在这个生态体系中，支持数据商、数据经纪等第三方机构发展，是推动数据要素市场成熟和完善的重要举措。

数据商作为数据要素市场的关键主体，承担着数据的采集、存储、加工、分析和交易等重要职责。

它们通过对原始数据的深度挖掘和处理，将数据转化为具有商业价值的数据产品和服务，为数据的流通和应用提供了丰富的资源。

一家数据商可以收集各类市场数据，如消费者行为数据、行业趋势数据等，经过清洗、分析和建模，为企业提供精准的市场调研报告、用户画像分析等数据产品，帮助企业更好地了解市场需求，制定营销策略。

数据经纪则在数据交易中扮演着 “桥梁” 的角色，他们连接着数据的供给方和需求方，通过提供专业的中介服务，促进数据的流通和交易。

数据经纪需要深入了解市场需求和数据资源，具备良好的沟通协调能力和市场敏锐度。

他们能够帮助数据供给方找到合适的数据需求者，同时为需求方筛选出符合其业务需求的数据产品，提高数据交易的效率和成功率。

在一次医疗数据交易中，数据经纪了解到一家药企需要大量的临床病例数据来进行新药研发，而一家医疗机构拥有丰富的病例资源但缺乏数据变现渠道。

数据经纪通过与双方沟通，对数据进行合规评估和交易撮合，最终促成了这笔交易，既满足了药企的研发需求，也为医疗机构带来了经济效益。

此外，像数据托管、合规审查服务商等第三方机构，也在数据要素市场中发挥着不可或缺的作用。

数据托管机构为数据提供安全可靠的存储和管理服务，确保数据的完整性和安全性；合规审查服务商则依据相关法律法规和政策标准，对数据的采集、使用、交易等环节进行合规审查，保障数据活动的合法合规性。

这些第三方机构的协同合作，共同构成了一个完整的数据要素市场服务体系，为可信数据空间的建设和发展提供了有力的支持。

（二）人才建设

在可信数据空间的产业生态建设中，人才是核心要素之一。“试验场” 模式作为一种创新的人才培养方式，为培养实战型人才提供了有效的途径。

“试验场” 模式的核心在于为人才提供一个真实的实践环境，让他们在实际项目中锻炼和成长。

通过建立数据开发工具库、模拟真实的数据场景等方式，“试验场” 为人才提供了丰富的实践资源和机会。

在这个环境中，人才可以接触到各类数据，包括不同行业、不同格式的数据，了解数据从采集、处理到分析、应用的全过程。

同时，他们还可以参与到实际的数据项目中，与团队成员协作，共同解决数据相关的问题，如数据安全、数据质量、数据分析模型优化等。

以某高校与企业合作建立的数据创新实验室为例，该实验室就是一个典型的 “试验场”。

实验室配备了先进的数据开发工具和设备，拥有丰富的数据资源，涵盖了金融、医疗、电商等多个领域。

高校学生和企业员工可以在实验室中共同参与数据项目的研发和实践。

在一个电商数据分析项目中，学生们运用所学的数据分析知识和技能，对电商平台的销售数据、用户行为数据进行分析，挖掘数据背后的商业价值，提出优化营销策略和用户体验的建议。

企业员工则凭借丰富的行业经验，为学生提供实际业务场景的指导和支持，帮助他们更好地理解数据在实际业务中的应用。

通过这样的实践项目，学生们不仅提高了自己的数据分析能力和解决实际问题的能力，还积累了宝贵的行业经验，为今后的职业发展打下了坚实的基础。

“试验场” 模式的优势在于它打破了传统教育中理论与实践相脱节的局面，让人才在实践中学习，在学习中实践。

这种模式培养出来的人才具有更强的实战能力和创新能力，能够快速适应市场的需求。

他们不仅掌握了扎实的数据理论知识，还具备了丰富的实践经验，能够熟练运用各种数据工具和技术，解决实际工作中的数据问题。

同时，“试验场” 模式还促进了高校、企业和科研机构之间的合作与交流，实现了资源共享和优势互补，推动了整个数据产业的发展。

（三）实践建议

为了更好地培育可信数据空间的产业生态，政府和企业需要共同努力，采取一系列有效的策略。

政府在人才培养方面应发挥主导作用，联合高校设立数据要素专项课程，这是培养专业数据人才的重要举措。

政府可以与高校合作，制定符合市场需求的数据要素课程体系，涵盖数据科学、数据安全、数据经济学等多个领域的知识。

在课程设置上，注重理论与实践相结合，邀请企业专家参与授课，分享实际项目经验和行业最新动态。

政府还可以设立奖学金、助学金等激励机制，鼓励学生积极参与数据相关的学习和实践活动，提高学生对数据领域的兴趣和积极性。

企业则需要探索数据收益共享机制，这是激发员工积极性和创造力的关键。在数据项目中，企业可以根据员工在数据采集、处理、分析和应用等环节的贡献，合理分配数据收益。

对于在数据创新方面取得突出成果的团队或个人，给予相应的奖励和激励，如奖金、股权、晋升机会等。

通过这种方式，不仅可以提高员工的工作积极性和责任感，还可以促进企业内部的数据创新和知识共享，形成良好的数据文化氛围。

企业还可以与外部合作伙伴建立数据收益共享机制，共同开展数据项目合作，实现互利共赢。

在与数据商合作开发数据产品时，企业可以根据数据产品的销售收益，按照一定比例与数据商进行分成，激励数据商提供更优质的数据产品和服务。

通过政府和企业的共同努力，一方面可以培养出更多适应可信数据空间发展需求的实战型人才，为产业生态的建设提供人才保障；

另一方面，通过建立合理的数据收益共享机制，可以激发各方参与数据要素市场的积极性和创造力，促进数据要素的高效流通和价值最大化，推动可信数据空间产业生态的繁荣发展。

四、数标：统一标准规范

（一）数据标准

标准在可信数据空间中起着 “通用语言” 的关键作用，它为数据的流通和应用提供了统一的规则和准则。

《国家数据标准体系建设指南》的发布，明确了数据资源分类、确权规则等重要标准，这对于避免因数据格式混乱、定义不一致等问题导致的流通障碍具有重大意义。

在数据资源分类方面，统一的标准能够对海量的数据进行科学、系统的划分。

不同行业、不同领域的数据有着各自的特点和属性，如果没有统一的分类标准，数据在整合和流通时就会陷入混乱。

以医疗数据为例，患者的病历数据、影像数据、检验数据等需要按照统一的标准进行分类，这样在医疗数据共享、远程医疗会诊、医学研究等场景中，不同医疗机构之间才能准确地理解和使用这些数据。

通过对医疗数据进行标准化分类，医生可以快速获取患者的全面信息，提高诊断的准确性和效率；医学研究人员也能够更方便地收集和分析数据，推动医学科学的发展。

确权规则的明确则是解决数据归属和权益问题的关键。在数据要素市场中，数据的所有权、使用权、收益权等权益的界定直接影响着数据的流通和交易。

如果没有清晰的确权规则，数据提供者、使用者和管理者之间就容易产生纠纷，阻碍数据的流通。

例如，在企业数据交易中，明确的数据确权规则可以确保企业对自己所拥有的数据享有合法的权益，当企业将数据出售或授权给其他企业使用时，能够依据确权规则明确双方的权利和义务，保障数据交易的公平、公正和合法。

（二）技术标准

除了数据标准，制定数据交换、使用控制等技术标准同样至关重要，特别是在跨境合作等复杂场景中，这些技术标准为数据的安全、高效流通提供了有力支撑。

在跨境数据传输中，安全评估标准是确保数据安全的重要防线。不同国家和地区的数据安全法规和监管要求存在差异，跨境数据传输面临着诸多风险，如数据泄露、被篡改、滥用等。

通过制定统一的安全评估标准，可以对跨境数据传输的风险进行全面、科学的评估。

评估内容包括数据的敏感程度、接收方的数据安全保护能力、传输过程中的加密措施等。

只有在满足安全评估标准的前提下，数据才能进行跨境传输。这就要求企业在进行跨境数据业务时，严格按照安全评估标准对数据进行分类和处理，选择符合标准的数据接收方，并采取有效的加密和安全防护措施，确保数据在跨境传输过程中的安全性。

数据交换标准则规定了数据在不同系统、不同平台之间交换的格式、协议和接口等。

在全球化的商业环境中，企业与企业之间、企业与政府之间、不同国家的机构之间经常需要进行数据交换。

如果没有统一的数据交换标准，数据在交换过程中就可能出现格式不兼容、数据丢失、传输错误等问题，导致数据无法正常使用。

例如，在国际贸易中，企业需要向海关、税务等部门提交大量的业务数据，这些数据需要按照统一的数据交换标准进行格式转换和传输，以确保各部门能够准确、及时地接收和处理数据，提高贸易通关效率。

（三）实践建议

为了更好地推动可信数据空间的标准建设，企业和政府都应积极发挥作用。企业作为数据的生产者、使用者和创新者，应积极参与标准制定。

在标准制定过程中，企业可以将自身的实践经验、技术优势和业务需求融入其中，使制定出来的标准更具实用性和可操作性。

企业参与数据安全标准的制定时，可以结合自身在数据加密、访问控制、数据备份等方面的技术和实践，提出合理的标准建议，为行业的数据安全提供参考。

企业参与标准制定还能提升自身在行业内的地位和影响力。当企业的技术和理念被纳入标准中时，企业就成为了行业标准的引领者，能够在市场竞争中占据优势地位。

参与标准制定还可以帮助企业提前了解行业发展趋势，调整自身的发展战略，更好地适应市场变化。

政府在推动国际标准互认方面肩负着重要责任。随着数字经济的全球化发展，跨境数据合作日益频繁，国际标准互认成为了促进跨境数据流通的关键因素。

政府应积极与其他国家和地区开展交流与合作，通过签订双边或多边协议、参与国际标准组织的活动等方式，推动我国的数据标准与国际标准接轨，实现国际标准互认。

这将降低企业在跨境数据业务中的合规成本，提高数据跨境流通的效率，促进全球数字经济的融合发展。

政府还可以通过建立国际标准互认的评估和监督机制，确保互认标准的质量和安全性，保障企业和国家的利益。

五、数联：夯实基础设施

（一）算力调度

“数联” 作为可信数据空间建设的重要一环，其核心在于夯实算网融合的基础设施，为数据的高效流通和应用提供坚实支撑。

算力调度是其中的关键环节，通过构建跨区域算力资源池，实现算力的优化配置，对于推动数字经济发展具有重要意义。

“东数西算” 工程是我国优化算力布局的重大举措，它将东部地区的算力需求有序引导至西部，实现了东西部算力资源的优势互补。

我国东部地区经济发达，数据需求市场庞大，科研人才和技术资源丰富，算力需求量大。

但土地、能源等资源紧张，数据中心建设成本高昂。而西部地区能源丰富，尤其是可再生能源如风能、太阳能等储量巨大，且土地资源充足，气候条件适宜数据中心的冷却，能够有效降低数据中心的运营成本。

西部地区数据中心的能源使用效率指标（PUE 值）较低，利用自然风冷、可再生能源等，有助于降低数据中心的能耗。

通过 “东数西算” 工程，东部地区可以将时延性要求不高的数据传输到西部地区进行计算。

将大数据分析、数据存储等业务转移到西部，充分利用西部的算力资源和能源优势。

这样一来，既减少了东部地区的数据中心建设压力和能源消耗，又提高了西部地区算力资源的利用率，促进了区域间的协同发展。

“东数西算” 工程还带动了数据中心相关产业在西部地区的集聚发展，为当地创造了更多的就业机会和经济增长点，推动了西部地区的数字化转型和经济发展。

（二）传输网络

在数据流通中，传输网络的高速传输能力至关重要，尤其是对于大规模工业数据的实时交互。

随着工业 4.0 和智能制造的推进，工业领域对数据传输的速度、稳定性和可靠性提出了更高的要求。

以汽车制造为例，在汽车生产线上，大量的传感器实时采集设备运行状态、生产进度、产品质量等数据，这些数据需要及时传输到控制系统和管理平台，以便进行实时监控、故障预警和生产调度。

如果传输网络的速度不够快，数据就会出现延迟，导致控制系统无法及时响应，影响生产效率和产品质量。

在汽车零部件的加工过程中，设备的运行数据需要实时传输到监控中心，一旦设备出现异常，监控系统能够立即发出警报，并采取相应的措施，如调整加工参数、停机维修等。

如果数据传输延迟，可能会导致零部件加工出现质量问题，甚至造成设备损坏，增加生产成本和生产周期。

高速传输网络还能够支持工业领域的远程协作和智能化应用。在远程操控、虚拟工厂、工业物联网等场景中，高速稳定的数据传输是实现实时交互和协同作业的基础。

通过 5G、光纤通信等高速传输技术，工程师可以在远程对工厂设备进行实时监控和操作，实现远程调试、维护和管理，提高工作效率，降低运营成本。

（三）实践建议

为了更好地实现 “数联”，推动算网融合基础设施的建设，建议优先在京津冀、长三角、粤港澳大湾区等经济发达、数据需求旺盛的区域试点算力共享。

这些地区产业基础雄厚，数字化程度高，对算力的需求大，且具备良好的网络基础设施和技术人才储备，能够为算力共享提供有利条件。

在京津冀地区，通过建立统一的算力调度平台，整合区域内的数据中心算力资源，实现算力的跨区域调配。

企业可以根据自身业务需求，灵活租用算力资源，提高算力的使用效率，降低算力成本。

同时，加强区域内网络基础设施的建设，提升数据传输的速度和稳定性，为算力共享提供可靠的网络保障。

推广绿色低碳数据中心技术也是实现 “数联” 的重要举措。随着数字经济的快速发展，数据中心的能耗问题日益突出。

采用绿色低碳数据中心技术，如液冷技术、余热回收技术、高效电源管理技术等，可以有效降低数据中心的能耗，减少碳排放。

液冷技术能够将数据中心的散热能耗降低 50%-60%，IT 设备能耗降低 5%-10% ，同时提高单机柜功率密度，适应未来数据中心的发展趋势。

余热回收技术可以将数据中心产生的热量进行回收利用，用于供暖、热水供应等，实现能源的循环利用。

通过推广这些绿色低碳技术，不仅可以降低数据中心的运营成本，还能为实现 “双碳” 目标做出贡献，推动数字经济的可持续发展。

六、数管：构建治理机制

（一）合规管理

在可信数据空间中，构建弹性包容的治理机制是保障数据安全与促进数据创新的关键，“数管” 正是这一关键环节的核心体现。

完善数据分类分级、跨境流动规则，对于规范数据流通秩序、保障数据安全具有重要意义。

数据分类分级是对数据进行精细化管理的基础。不同类型和级别的数据，其重要性、敏感程度和潜在风险各不相同。

通过科学合理的数据分类分级，可以有针对性地制定数据安全保护策略和管理措施。

将涉及国家安全、个人隐私、商业机密等敏感数据与一般数据区分开来，对敏感数据实施更严格的访问控制、加密存储和传输等安全措施，确保数据的保密性、完整性和可用性。

在金融领域，客户的账户信息、交易记录等属于敏感数据，需要进行严格的分类分级管理，采取多重加密和访问权限控制，防止数据泄露和滥用，保护客户的资金安全和个人隐私。

跨境流动规则的完善则是适应全球化发展趋势，促进国际数据合作与交流的必然要求。

随着数字经济的全球化发展，跨境数据流动日益频繁，但同时也面临着诸多挑战，如不同国家和地区的数据安全法规和监管要求存在差异，数据在跨境传输过程中容易受到攻击和窃取等。

自贸区负面清单制度作为一种创新的跨境数据流动管理模式，为解决这些问题提供了有效途径。

通过明确列出禁止或限制跨境数据流动的范围，负面清单为企业提供了清晰的合规指引，降低了企业在跨境数据业务中的不确定性和合规成本。

同时，负面清单制度还可以根据实际情况进行动态调整，适应不断变化的国际形势和数据安全需求，在保障数据安全的前提下，促进跨境数据的有序流动。

（二）风险防控

建立动态感知与应急处理体系，防范数据垄断与算法滥用，是 “数管” 中风险防控的重要任务。

在数字经济时代，数据垄断和算法滥用不仅会损害市场竞争的公平性，还会对消费者权益和社会公共利益造成严重影响。

数据垄断是指少数企业或组织凭借其在数据资源、技术、市场等方面的优势，对数据进行过度集中和控制，限制其他企业的竞争和创新。

一些大型互联网平台企业通过收集和积累大量用户数据，形成了数据壁垒，使得其他企业难以进入市场，从而导致市场竞争的失衡。

为了防范数据垄断，需要建立健全数据反垄断监管机制，加强对数据市场的监测和分析，及时发现和制止数据垄断行为。

监管部门可以通过审查企业的数据收购、合并等行为，评估其对市场竞争的影响，防止数据垄断的形成。

加强对数据市场的准入管理，降低数据市场的门槛，鼓励更多的企业参与数据竞争，促进数据资源的合理配置和有效利用。

算法滥用则是指算法在设计、开发和应用过程中，由于算法偏见、数据偏差等原因，导致算法结果不公平、不合理，甚至对特定群体造成歧视和伤害。

一些招聘平台的算法可能会因为历史数据的偏差，对某些特定性别、种族或学历的求职者产生歧视，影响他们的就业机会。

为了防范算法滥用，需要建立算法审计和评估机制，对算法的设计、开发和应用过程进行全面审查和评估，确保算法的公平性、透明性和可解释性。

加强对算法开发者和使用者的监管，要求他们遵守相关的法律法规和道德准则，对算法滥用行为承担相应的法律责任。

建立动态感知与应急处理体系是及时发现和应对数据安全风险的重要保障。

通过运用大数据、人工智能等技术手段，对数据流通和应用过程进行实时监测和分析，及时发现潜在的数据安全风险和异常行为。

一旦发现风险，应急处理体系能够迅速启动，采取有效的措施进行处置，降低风险损失。建立数据安全应急响应团队，制定应急预案，定期进行演练，提高应对数据安全事件的能力和效率。

（三）实践建议

为了更好地实现 “数管” 目标，政府和企业需要采取一系列具体的实践措施。

政府设立 “监管沙盒” 是一种创新的监管方式，它为企业提供了一个相对宽松的试验环境，允许企业在一定范围内进行数据创新和业务探索，同时又能有效控制风险。

在 “监管沙盒” 中，政府可以对企业的数据业务进行实时监测和评估，及时发现问题并给予指导，帮助企业在合规的前提下实现创新发展。

政府还可以通过 “监管沙盒” 收集和分析数据创新实践中的经验和教训，为完善监管政策和法规提供参考。

企业建立内部数据合规委员会则是加强企业自身数据治理的重要举措。

数据合规委员会应由企业内部的法律、合规、技术等专业人员组成，负责制定和执行企业的数据合规政策和制度，监督企业的数据业务活动，确保企业的数据处理行为符合法律法规和道德规范。

数据合规委员会要定期对企业的数据资产进行盘点和评估，识别数据安全风险，制定相应的风险应对措施。

加强对员工的数据合规培训，提高员工的数据安全意识和合规操作能力，营造良好的数据合规文化氛围。

通过完善合规管理、加强风险防控以及政府和企业的共同努力，构建弹性包容的治理机制，可信数据空间才能在安全的轨道上实现数据的高效流通和创新应用，为数字经济的健康发展提供坚实保障。

拥抱 “六数” 变革，共创数据未来

“六数” 框架，即 “数治”“数用”“数创”“数标”“数联”“数管”，为可信数据空间建设提供了全面且系统的指导，是推动数字经济发展的关键路径。

它涵盖了技术、应用、生态、标准、基础设施和治理等多个层面，各个维度相互关联、相互促进，共同构建起可信数据空间的坚实大厦。

在技术层面，“数治” 通过关键技术突破和全周期管控，筑牢了可信数据空间的技术根基，为数据的安全流通和高效利用提供了保障。

在应用层面，“数用” 以场景驱动价值释放，通过企业场景、跨境场景、政府数据开放等多场景应用示范，让数据在实际业务中发挥出巨大的价值。

在生态层面，“数创” 致力于培育价值共创的产业生态，通过主体培育和人才建设，激发了数据要素市场的活力和创新能力。

在标准层面，“数标” 建立统一的标准规范，为数据的流通和应用提供了 “通用语言”，促进了数据的互联互通和互认互信。

在基础设施层面，“数联” 夯实算网融合的基础设施，通过算力调度和传输网络的优化，提高了数据的处理和传输效率，为数据的高效流通提供了有力支撑。

在治理层面，“数管” 构建弹性包容的治理机制，通过合规管理和风险防控，保障了数据的安全和合法使用，维护了数据市场的公平竞争秩序。

可信数据空间建设对于数字经济发展具有不可估量的重要意义。它打破了数据孤岛，实现了数据的高效流通和共享，为企业创新、产业升级提供了强大的数据动力。

通过可信数据空间，企业能够获取更全面、更准确的数据，从而优化生产流程、提升产品质量、创新商业模式，在激烈的市场竞争中赢得先机。

可信数据空间还促进了政府治理能力的提升，为智慧城市建设、社会治理创新等提供了有力支持。

在智慧城市建设中，通过整合城市各个领域的数据，实现城市运行的全面感知和智能决策，提高城市管理的效率和服务水平，为居民创造更加便捷、舒适的生活环境。

在可信数据空间建设的征程中，企业和政府都肩负着重要的责任。企业应积极拥抱这一变革，将可信数据空间建设融入到自身的发展战略中。

主动引入先进的技术，加强数据安全管理，提高数据质量和价值。积极参与产业生态建设，与合作伙伴共同探索数据创新应用，实现互利共赢。

在技术创新方面，企业应加大对数据标识、隐私计算、智能合约等关键技术的研发投入，提升自身的数据安全防护能力和数据处理效率。

在数据管理方面，企业应建立健全的数据管理制度，加强数据的分类分级管理，确保数据的安全和合规使用。

在产业生态建设方面，企业应积极与数据商、数据经纪等第三方机构合作，共同打造繁荣的数据要素市场。

政府则需持续优化政策供给，为可信数据空间建设营造良好的政策环境。加大对核心技术攻关的支持力度，推动开源生态建设，促进技术的共享与创新。

加强标准制定和监管，确保数据的安全和合规流通。在政策支持方面，政府应出台相关的财政、税收、金融等政策，鼓励企业加大对可信数据空间建设的投入。

在技术研发方面，政府应引导科研机构和企业加强合作，共同攻克可信数据空间建设中的关键技术难题。

在标准制定方面，政府应发挥主导作用，组织相关部门和企业制定统一的数据标准和技术标准，促进数据的互联互通。

在监管方面，政府应建立健全的数据监管机制，加强对数据流通和使用的监管，防范数据安全风险。

让我们携手共进，以 “六数” 框架为指引，积极投身于可信数据空间建设的伟大实践中。

共同构建 “数据供得出、流得动、用得好、保安全” 的新生态，为数字经济的蓬勃发展贡献自己的力量，开启数据要素价值释放的新纪元！

来源：中科儒钧数据，原文地址：https://mp.weixin.qq.com/s/bopBCHF5lwg0fyFqx3P-LQ